Études de cas
Expérimenter l'IA générative : ce que mes essais m'ont appris sur la conception
Par Alexandra Barbin · · Lecture : 2 min
Projets personnels · Expérimentation avec des outils d'IA générative (image et vidéo)
Depuis plusieurs mois, j'utilise des outils d'IA générative dans des projets personnels de création visuelle. Je ne détaillerai pas ici mes univers ni mes méthodes de création. Ce qui m'intéresse pour cet article, c'est ce que ces expérimentations m'ont appris sur la conception : comment formuler un besoin à un système, évaluer ce qu'il produit, et garder la main sur la décision.
Formuler un besoin, c'est déjà concevoir
Un résultat décevant vient rarement de l'outil seul. Le plus souvent, la demande était floue : contexte incomplet, contraintes implicites, résultat attendu mal défini.
J'ai donc pris l'habitude de travailler comme sur un projet : définir l'intention, lister ce qui doit absolument être respecté, rédiger la consigne, observer le résultat, puis identifier précisément l'écart entre ce que je voulais et ce que j'ai obtenu. C'est cet écart, bien nommé, qui permet d'améliorer la consigne suivante.
Trois observations tirées de mes essais
- Les interdictions ne sont pas toujours respectées. Dans certaines de mes expérimentations, les consignes formulées comme des interdictions étaient ignorées, voire produisaient l'inverse. J'ai donc testé des formulations plus directes et positives, qui décrivent ce que l'on veut plutôt que ce que l'on refuse.
- Plus de précisions ne veut pas dire meilleur résultat. J'ai observé qu'accumuler les détails ne garantissait pas un résultat plus fidèle. Selon le contexte, simplifier les instructions ou mieux les structurer améliorait leur interprétation.
- Les limites des outils obligent à préparer. Les quotas de génération rendent chaque essai précieux. On ne teste plus au hasard : on prépare sa consigne, on anticipe ce qui peut mal tourner, on documente ce qui a marché.
L'humain garde le jugement
Un modèle peut produire vite, mais il ne sait pas si le résultat respecte l'intention de départ. Couleurs qui dérivent, détails qui changent, éléments qui apparaissent sans raison : c'est à moi de repérer ces écarts et de décider si le résultat est acceptable.
Cette expérience rejoint ma réflexion professionnelle : une solution d'IA utile doit permettre à l'utilisateur de comprendre ce qui lui est proposé, de vérifier et de garder le contrôle.
Ce que j'en retiens
Travailler avec l'IA générative m'a appris à expliciter un besoin, à itérer méthodiquement et à rester critique face à un résultat convaincant en apparence. Ce sont exactement les compétences qu'il faut pour concevoir des services qui intègrent l'IA.
La valeur d'un outil d'IA ne se mesure pas à ce qu'il produit seul, mais à la qualité des décisions qu'il permet à l'humain de prendre.